从数量到视觉质量：揭示校园自然环境暴露对精准心理健康恢复的非线性阈值

校园绿植多维健康效益研究通过整合2D卫星数据与3D视觉指标，结合九所高校的实时EEG监测和心理评估，利用广义加性模型（GAM）量化非线性健康响应，发现3D视觉指标对心理修复预测力强六倍（22.7% vs 3.5%），提出14%视觉效率阈值，区分"生存"（20%覆盖）与"繁荣"（60%覆盖）效益层级，并揭示主观评估与生理唤醒的差异化关联。

　　

戴向阳|杨波|周宇婷|胡静怡|陈健|任远|詹斌|张静

浙江农林大学林业与生物技术学院，杭州，311300，中国

摘要

虽然大学校园作为重要的恢复性微城市生态系统，但关于蓝绿空间暴露如何转化为多维度健康的复杂非线性剂量-反应机制仍然缺乏充分的量化研究。本研究旨在通过比较2D与3D暴露效应的差异，为校园规划建立一个多维度效益层次结构。我们整合了杭州九所大学的2D卫星数据和3D视觉指标，并结合实时脑电图（EEG）和心理评估。利用广义加性模型（GAMs），我们量化了非线性健康效应并确定了具体的效率阈值。研究结果表明：（1）3D视觉指标在预测心理恢复方面显著优于2D指标，解释了22.7%的情绪困扰方差，这是2D指标的六倍；（2）发现了一个“14%视觉规则”，即当GVI达到约14%时，恢复效益达到饱和，标志着急性压力缓解的高效区间；（3）2D指标显示出一个效益层次结构，约20%的覆盖面积足以缓解急性压力（“生存”），而超过60%的覆盖面积则能提升整体幸福感（“繁荣”）；（4）主观评估显示与环境相关的关联度显著高于客观神经生理（EEG）反应，表明认知感知与生理唤醒之间存在脱钩。这些发现为精确设计更健康的教育环境提供了基于证据的可操作目标，表明优先考虑垂直视觉质量是一种提高校园心理健康的土地利用策略。

引言

快速的城市化进程深刻改变了人类与自然环境之间的基本关系[1,2]。随着城市的扩张，接触蓝绿空间（BGS）——包括植被区域和水体——已成为促进心理和身体健康的重要公共卫生资源[[3], [4], [5]]。越来越多的证据基于压力恢复理论和注意力恢复理论[6,7]，表明接触自然环境可以有效恢复注意力、减轻压力并改善情绪健康[6,8,9]。这些恢复效应主要由视觉、听觉和微气候机制驱动，它们能触发生理放松、降低应激激素水平并提升认知表现[[10], [11], [12]]。然而，尽管这些效益的概念已经明确，但在特定社会空间背景下，它们的表现方式以及暴露模式和人口特征与一般城市人口有何不同，仍有很多未知之处。

大学校园是半封闭的、社会密度高的微城市生态系统，年轻人经常在这里接触到人工设计的景观[13,14]。有证据表明，学生从自然环境中获得的心理恢复效果比其他年龄段更强[8]，但他们也面临巨大的学术和社会压力，导致普遍的压力、疲劳和职业倦怠[[15], [16], [17]]。虽然校园蓝绿空间在恢复功能上起着重要作用，但现有研究未能对2D平面覆盖与3D视觉暴露效应在这些高密度环境中的差异进行比较和非线性量化[18,19]。大多数现有指南依赖于通用的景观标准，没有考虑到主观和神经生理反应的阈值依赖性[11,[20], [21], [22]]。因此，迫切需要研究来确定在大学环境的独特空间限制下，支持学生韧性的自然环境的确切剂量。

一个根本性的障碍在于传统环境评估中存在空间“不对齐”问题[[25], [26], [27]]。目前大多数研究依赖于二维（2D）卫星指标，如归一化植被指数（NDVI）或绿地比率（GSR）来表征植被密度。虽然这些指标能准确反映生物物理土地覆盖情况，但它们常常忽略了沉浸式的三维（3D）视觉体验，后者包括树冠的垂直度和结构层次，这些是心理恢复的主要感官途径[[28], [29], [30]]。

最近在街道级暴露指标方面的进展，包括基于街道视图图像和体素化树冠数据的绿色视野指数（GVI）和可见性测量，解决了这些局限性[[31], [32], [33]]。这些眼睛水平的指标能够更细致地量化人们在日常活动中感知到的绿化程度。“视觉中介假说”认为，环境的恢复潜力不是由其总映射面积决定的，而是由填充用户视野的绿化体积决定的[34,35]。需要注意的是，3D视觉指标并不取代2D指标；相反，它们通过捕捉平面数据无法表现的景观沉浸质量提供了必要的补充[36]。因此，结合使用2D和3D指标的综合性评估对于弥合设计绿化数量与实际恢复质量之间的差距至关重要。

这种空间上的模糊性还因主观评估与客观神经生理证据之间的“脱钩”（即缺乏一致相关性）而加剧。现有文献主要依赖自我报告调查，如感知压力量表（PSS）或恢复结果量表（ROS）来量化效益[37,38]。然而，自我报告的改善往往反映了受“光环效应”（一种认知偏差，即对环境的整体积极印象夸大了特定的恢复评级）或有意识处理的影响，而不是即时的生物状态。客观神经生理指标，特别是脑电图（EEG），提供了对即时环境刺激敏感的神经波动的实时数据[11,20,21,39]。如果不整合这些多维度指标，研究就无法完全区分“感觉更好”（心理感知）和“更加平静”（生理状态），从而无法明确校园恢复的具体机制。

尽管传统规划框架常因过于简化自然与健康互动的复杂性而受到批评，但最近的研究越来越多地从线性假设转向承认非线性剂量-反应关系[40]。与自然效益随数量无限增加的简单观点相反，越来越多的实证证据表明，恢复效应往往表现出边际收益递减的现象，即健康结果可能在达到特定暴露水平后趋于平稳甚至下降[20,21]。在土地资源稀缺的高密度校园环境中，确定“效率区间”——即实现最大健康回报的最佳自然剂量——对于精确设计至关重要[22,41,42]。然而，尽管对这些非线性剂量-反应模式和基于阈值的方法有了越来越多的认识[11,20,21]，现有框架仍缺乏在“效益层次结构”（按暴露强度分类的健康收益层级结构）中实证区分健康结果的定量精度，特别是区分足以缓解急性压力的最低阈值（“生存”）和实现长期整体繁荣所需的更高剂量（“繁荣”）。

因此，本研究特别关注高密度大学校园环境，旨在比较和量化2D与3D暴露效应在多维度健康结果上的差异。通过整合杭州九所大学的2D卫星数据和3D视觉指标以及实时EEG监测，我们希望通过三个主要目标建立一个精确的效益层次结构。（1）我们评估3D眼睛水平暴露在捕捉恢复效益方面的优越预测效果，相比传统的2D平面指标。（2）我们旨在通过确定在土地受限的学术核心区域内最大化心理健康回报的具体非线性效率阈值，来正式化“14%视觉规则”。（3）我们研究主观评估与客观神经生理反应之间的潜在差异，以区分缓解急性压力所需的阈值（“生存”水平）和实现长期整体繁荣所需的更高剂量（“繁荣”水平）。这项研究超越了通用的景观评估，走向精确量化，最终提供了可直接指导更健康教育环境设计的基于证据的目标。

部分摘录

非线性蓝绿空间暴露与健康阈值识别的综合框架

本研究建立了一个系统的蓝绿空间暴露与人类健康阈值识别框架，专门用于量化和可视化环境暴露与多维度健康结果之间的复杂非线性关联（图1）。该框架遵循严格的设计流程，旨在进行高精度的景观健康评估：（1）在具有代表性的大学校园进行多站点数据收集，涵盖蓝绿空间

生理和心理反应的描述性特征

在神经生理和心理领域观察到显著的个体间异质性，反映了学生对校园蓝绿环境反应的复杂非线性特征（图3）。关于神经生理指标，与放松相关的指标（包括相对α指数和组合（α+θ）指数）在样本中显示出相对一致的基线分布。相比之下，β/α指数作为认知唤醒的标志

方法学进展：阈值识别框架的验证

本研究通过实证验证了我们在方法论中提出的蓝绿空间暴露与人类健康阈值识别框架。与主要依赖线性回归模型的传统研究不同，我们的框架结合了广义加性模型（GAMs）和基于导数的阈值检测，以捕捉校园健康生态的复杂非线性动态。成功识别出诸如14.7%效率这样的关键阈值

结论

通过验证一个基于精度的阈值识别框架，本研究倡导在校园规划中从“绿化数量”向“视觉质量”的根本性转变，表明3D视觉指标在预测即时恢复效果方面显著优于2D平面数据。我们的发现建立了一个层次化的“效益地理”结构，其中“14%视觉规则”确定了缓解急性压力的最佳效率阈值。

同时，我们提出了一个分层的

CRediT作者贡献声明

戴向阳：撰写——初稿，方法论，数据管理，概念构思。杨波：撰写——初稿，软件开发，方法论，数据管理，概念构思。周宇婷：方法论，数据管理。胡静怡：方法论，数据管理。陈健：验证，资金获取。任远：监督，资金获取。詹斌：监督，调查。张静：撰写——审阅与编辑，方法论。